OpenAI day12 更新

Day1：o1 满血版上线，ChatGPT Pro 订阅服务

OpenAI 在第一天的发布会上正式推出了最强推理模型 o1 满血版及其 Pro 版本。模型比之前的 o1-preview 版本更加完备，性能提升了 34%，错误率降低了 34%。支持多模态输入。同时，OpenAI 推出了 ChatGPT Pro 订阅服务，价格为每月 200 美元，提供无限制访问 o1 和专业版 o1。

亮点分析：

01 基础版：适用于日常使用，功能强大、反应迅速。

• 多模态能力增强：处理文本和图像的能力大幅提升，支持图像内容分析和相关问题解答。
• 语言理解能力提升：更准确捕捉语言细节和上下文，文本生成、翻译和摘要表现更加流畅自然。
• 错误率降低：比起预览版，错误率降低了 35%，生成内容更加准确可靠。
• 响应速度提升：速度提升 50%，减少用户等待时间，带来更流畅的使用体验。

01 Pro 版本：面向对 AI 性能要求更高的专业用户，强大而精确。

• 深度推理能力：可处理复杂的数学和科学问题，支持多步推理和专业计算，思考时间约 1-3 分钟。
• 专业领域知识：在科学、数学、编程等领域表现出色，提供专业、准确的解答。
• 长文本处理能力：支持更长的文本输入和输出，轻松应对长文档处理与内容生成。
• 自定义能力：提供更多微调选项，用户可根据自身需求进行个性化定制。

Day2：强化微调（ReinforcementFine-Tuning）

OpenAI 在第二天的发布会上，介绍了强化微调技术。这是一种新的模型训练方法，支持用户使用少量的训练数据在特定领域创建专家模型。强化微调通过强化学习算法优化模型的输出，使其更符合用户的预期。强化微调预计要到 2025 年春季才开放给用户。

亮点分析：

• 少量数据训练： 使用极少的样本就能让模型学习到新的推理方式。
• 强化学习算法： 根据用户提供的评分机制不断优化模型的输出。
• 适用于复杂任务： 特别适合需要深入专业知识的领域，如法律、金融、医疗等。

Day3：Sora 正式版登场

在第三天的发布会上，OpenAI 推出了 Sora 正式版和新版本 Sora Turbo。Sora 是一个视频生成工具，可以根据文本描述生成连贯、逼真的视频内容。Sora 支持生成高达 1080p 分辨率、最长 20 秒的视频，支持多种视频比例，提供了多种视频编辑功能。现阶段，Sora 仅面向 ChatGPTPlus 和 Pro 用户开放，Plus 用户每月有 50 条视频生成配额，Pro 用户则高达 5000 条。

亮点分析：

• 故事板功能： 用户通过时间线指导视频中多个动作，创作复杂视频序列。
• 多种视频编辑功能： 包括 Remix、Re-cut、Storyboard 等，增强创作的逻辑性和流畅度。
• 视频混合：支持将两个视频场景合并为一个全新场景，生成具有创意的新内容。
• 高分辨率和时长支持： 支持生成 1080p 分辨率和最长 20 秒的视频。

Day4：ChatGPT Canvas 全面开放，人 + AI 协作模式启动

第四天的发布会上，OpenAI 宣布 Canvas 功能全面开放。从聊天工具升级为生产力工具，Canvas 支持用户与 ChatGPT 在写作和编程方面进行协作，提供了一个共享画布，用户和 ChatGPT 可以共同编辑文档和代码。

亮点分析：

• 写作和编程协作： 用户可以与 ChatGPT 共同完成写作和编码项目。
• 支持 Python 代码运行： Canvas 内置了几乎所有常用的 Python 库，可以在编写代码时与 AI 实时协作。
• 图片识别： Canvas 支持图片识别，用户可以上传图片并生成相关的文本内容。
• Canvas： 提供写作、审稿、编码和图片识别的协作功能。

Day5：OpenAI 与苹果合作，ChatGPT 集成到 Apple Intelligence

第五天的发布会上，OpenAI 宣布 ChatGPT 正式集成到 Apple Intelligence。意味着 iPhone、iPad 和 Mac 用户可以通过 Siri 使用 ChatGPT 的功能。

亮点分析：

• Siri 支持： 用户可以通过 Siri 语音命令完成更复杂的任务。
• 写作工具升级： 苹果的智能写作工具将引入 ChatGPT 能力。
• 视觉智能能力： 用户可以利用搜索功能快速识别眼前物品。
• ChatGPT 集成： 在 iOS，iPadOS，MacOS 生态系统中提供 ChatGPT 的智能支持。

Day6：OpenAI 版「Her」上线，高级语音模型增强

第六天的发布会上，OpenAI 为 ChatGPT 的高级语音模式带来了视频输入和实时屏幕共享功能。使 ChatGPT 能 “看到” 用户和周围环境，基于这些视觉信息来更好地理解用户的指令和问题。高级语音模式使用多模态 4o 模型，可直接输入音频并输出音频，支持语言超过 50 种，面向移动端用户，Plus 和 Pro 订阅用户开放。

亮点分析：

• 视频输入功能： ChatGPT 的高级语音模式加入了视频输入功能，使其能够 “看到” 用户。
• 屏幕共享功能： ChatGPT 可以通过屏幕共享功能，帮助用户回复消息、辅助工作和学习等场景。
• 圣诞老人虚拟角色： 用户可以通过高级语音模式与 “圣诞老人” 进行视频或语音通话。

Day7：ChatGPT 发布 Projects 功能

第七天的发布会上，OpenAI 推出了 Projects 新功能。支持用户将相关资料、文件、聊天记录等信息集中到一个 “Project” 中，支持项目管理与写作、文件与数据管理、个性化定制等场景。整合 Canvas 和 ChatGPT Search，面向 ChatGPTPlus/Pro 用户开放，计划于明年初向企业和教育用户提供。

亮点分析：

• 项目管理： 用户可以创建项目，上传文件，设定个性化指令。
• Canvas 和 ChatGPT Search 集成： Projects 功能整合了 Canvas 和网络搜索能力。
• 多步骤任务执行： 为未来执行多步骤任务奠定了基础。
• Projects： 支持用户上传文件、设置自定义指令、分组聊天和数据等。

Day8：ChatGPT Search 全面升级，免费开放

在第 8 天的发布会上，OpenAI 展示了 ChatGPT Search 最新搜索功能，基于 GPT-4o 模型的微调版本。功能通过与第三方搜索提供商及 ChatGPT 的合作伙伴直接提供的内容相结合，用户能快速并准确地获取所需信息。新增的可搜索信息包括最新体育比分、新闻、股票报价等实时信息。用户可以通过指向相关网络资源的链接获得快速、及时的答案。

亮点分析：

• 搜索性能提升： 搜索速度更快，移动端体验更好，加入了地图体验。
• 语音搜索整合： 用户可以通过语音对话获取实时网络信息。
• 全球免费开放： 搜索功能向全球所有登录用户免费开放。
• 对话式搜索： ChatGPT 能够保持对话上下文、理解用户意图。

Day9：o1 推理模型开放 API，成本暴降 60%

在第 9 天的发布会上，OpenAI 宣布了 o1 模型正式推出 API，成本降低 60%，可定制升级，新增函数调用，开发者消息和图像分析等功能。是一次重要的技术升级。新模型不仅变得更聪明，还能更快地回应用户需求。实时 API 进行了全面升级，包括引入 WebRTC 支持，降低价格以及更灵活的响应控制。

亮点分析：

• o1 模型 API： 正式推出满血版 o1 模型 API，支持功能调用、开发者消息、Structured Outputs 以及视觉识别等功能。
• 实时 API 升级： 集成简单的 WebRTC 功能，GPT-4o 音频价格下调 60%。
• 偏好微调： 推出基于直接偏好优化（DPO）算法的偏好微调功能。
• 多语言 SDK 支持： 开放 Go 和 Java SDK 测试版，支持多种编程语言。
• 性能提升： o1 模型在多个领域展现出了优秀的表现，如编程能力测试中达到 76.6% 的高分。

Day10：通过电话和 WhatsApp 使用 ChatGPT

在第 10 天的发布会上，OpenAI 介绍了通过电话和 WhatsApp 使用 ChatGPT 的新功能。这一更新意味着用户可以通过最基础的电话功能或 WhatsApp 与最先进的 AI 进行对话，号码是 1-800-CHAT-GPT，或者是 1-800-242-8478。支持智能手机，老人机和座机等设备。极大地降低了使用门槛。

亮点分析：

• 电话接入： 用户可以通过拨打 1-800-CHAT-GPT 与 ChatGPT 进行语音对话。
• WhatsApp 集成： 全球用户可以在 WhatsApp 上给 ChatGPT 发消息，提供服务的模型是 4o-mini。
• 简单易用： 不需要注册账号，不需要记住密码，只需要像打电话一样简单操作。
• 跨设备支持： 从最新款的 iPhone 到老式的翻盖机，都能直接和 AI 对话。
• 多语言支持： ChatGPT 能够提供多语言服务，如教用户用西班牙语交流。

Day11：ChatGPT 与 Mac 应用深度集成

OpenAI 在第 11 天的直播中宣布了 ChatGPT 与 Mac 应用的深度集成，特别在编程和写作方面进行了更新。现在，用户可以通过简单的复制粘贴操作，与 Warp、XCode 等应用协同工作，无需详细交流即可执行任务。此外，ChatGPT 还支持在语音模式下与 Notion、Apple Notes 等应用协同工作。这些新功能已在 Mac 最新版 ChatGPT 应用中推出，而 Windows 用户还需等待。

亮点分析：

• 桌面应用全新升级：ChatGPT 桌面应用支持与多种应用程序协同工作，包括开发工具和文档编辑工具。通过 ChatGPT 分析 Git 提交数据并生成可视化图表。
• 实时演示与 Warp 终端、Xcode IDE 的智能协作：展示了 ChatGPT 如何与开发环境无缝协作，为编程任务提供实时支持。在 Xcode 中实现代码自动补全和功能添加。
• 对 Notion、Apple Notes、Quip 等写作工具的支持：这些功能现已在 Mac 桌面应用上线，Windows 用户需等待。
• 高级语音交互模式：通过语音模式与 ChatGPT 交谈，提供了更加自然和高效的体验。
• 搜索辅助功能：确保输出信息的准确性，结合搜索功能来优化写作内容。

Day12：最新一代推理模型 o3 和 o3-mini 发布介绍

OpenAI 发布了其最强推理模型 o3，宣称接近通用人工智能（AGI）。o3 在 ARC-AGI 测试中得分 87.5%，远超 GPT-3 和 GPT-4o。o3 有完整版和 mini 版，mini 版将于 1 月底推出。o3 在编程竞赛 Codeforces 中得分 2727，数学基准测试 AIME 2024 中准确率达 96.7%。OpenAI 将与 ARC-AGI 基金会合作构建下一个基准测试。

亮点分析：

• 升级数学推理能力：o3 在复杂数学问题上表现出色，在美国 AIME 数学竞赛中达到了 96.7% 的准确率，展现出顶级数学家的解题能力。
• 卓越编程性能：在 CodeForces 编程竞赛平台上获得 2727 的 ELO 分数，超越顶尖程序员水平。
• 科学问题解决能力：在 GPQA 科学基准测试中，o3 达到 87.7% 的准确率，超越人类专家平均水平（70%）。
• 透明推理路径：提供清晰的推理过程，能展示每一步的逻辑思路和中间结论。